03 / AI BUSINESS ASSISTANT

Stallmate 摊伴

从“顾客称赞却没有买”的经营观察出发,帮助小微摊主复盘记录,提出下一次可以验证的行动。

项目来源
墨尔本市集经营实践
目标用户
缺少分析工具的小微摊主
项目阶段
独立原型 · 使用测试数据
验证版本
P0.1 · 2026.10.26
示例数据 ≠ 真实经营效果。当前 Mock 只展示程序统计与固定提示,不伪造经营分析能力。真实模型、经营建议效果和利润改善尚未验证。
从记录到下一次验证 · 产品职责示意
01 / INPUT销售与询价记录

商品、金额、状态,可补充客流与备注。

02 / PROGRAM计算、绑定与追溯

统计数值由程序提供,不让模型重新算账。

03 / AI DESIGN提出待验证假设

区分事实、猜测与行动,不作销售承诺。

01 / FROM PRACTICE TO PRODUCT

把真实观察变成需求

在墨尔本参与选品、定价、陈列和现场销售时,我观察到多数成交集中在 A$10–20;一些手工款虽然得到称赞,却没有转化为购买。

这引出两个问题:不能把口头赞美直接当作需求,也不能仅凭销售额判断原因。Stallmate 聚焦低成本复盘:哪些是已发生的记录,哪些只是经营假设,下一次要补什么证据。

以上是本人经营观察;下方 Demo 的 A$141、9 条成交等均为合成示例,不是这次经营实践的真实销售结果。

02 / PROGRAM & MODEL

让每个数字有出处

职责程序模型的设计职责
统计按整数分累计成交额,统计记录数、平均成交记录金额和价位带。不改写程序统计,不把模型当计算器。
依据绑定指标名、数值、单位、来源 ID 和贡献行。事实逐字匹配目录;解释必须标为假设并引用来源。
行动检查结构、来源、可观察方法与角色边界。提出待验证办法,不给无依据定价或收益保证。

有来源不等于原因成立。hypothesis 和 action 即使结构合法,也仍需人工语义评测。

03 / METRIC DEFINITIONS

75% 和 7.5,为什么不一样

默认测试数据中,9 条成交、3 条询价,共 12 条记录;客流为 120 人次。

75% · 成交记录占比

9 ÷ 12。分母是全部成交与询价记录。

7.5 条 / 百人次

9 ÷ 120 × 100。是客流对应的成交记录比值。

没有去重购买人数,就不声称购买转化率。

一行流水不是一个独立顾客,也未必是一笔完整订单。没有成本数据,亦不能从营收推算利润。这些限制直接写进输出的数据缺口。

04 / QUALITY & FAILURE

先检查数据,再给分析

输入检查

负金额、精度错误和未知交易状态会标明原因并阻断整批数据;不会悄悄纠正或忽略。

重复处理

重复内容保留并提示,因为同商品同价格可能是两笔真实交易;不凭空决定去重。

有限重试

总共最多两次尝试。仍失败则清空分析发现与行动,保留程序统计及数据缺口;少于三条直接兜底。

十项质量检查与事实 / 假设约束

覆盖结构、长度、承诺初筛、指标与来源绑定、事实模板、概况对账、缺口、行动观察办法、定价指令和低信息处理。关键词只作初筛,不构成完整的抗注入或语义真实性证明。

统计 fact 只能使用程序事实模板。hypothesis 需明确“可能 / 或许 / 待验证”;不能把猜测原因写成已经证实的经营事实。

05 / TRY & VERIFY

可操作,也可追问

从示例流水开始体验。

试着输入负金额或未知状态,再切换篡改数字、接口失败与重试恢复场景。

进入 Mock 演示 ↗

两个 Demo 的 97 项离线规则测试和 20 项界面事件仿真已留档;当前没有真实经营效果或真实模型通过率结论。

查看验证与版本说明 ↗
← 返回作品集Guess Again →